基于超声的在线监测与实时故障诊断系统
石油化工领域的设备与生产过程紧密相连,一旦发生故障可能导致重大事故,轻则影响生产效率,重则导致系统停机、生产中断,引起重大经济损失。针对目前常见的泵、风机、管道等各类设备可以建立基于超声的在线实时监测与故障诊断系统,并可以实现故障的定位等。
核心旋转设备状态监测
重要装备上包含了诸如电机、轴承等核心旋转部件,其健康状况对于列车的安全运行至关重要。而且,目前尚缺乏智能化的在线监测手段实现故障风险预测。通过小巧、智能、紧凑的监测硬件,可以帮助实现大规模在线监测及故障预测,使得计划运维往预测性维护推进。
AGV车辆
无人化、智能化港口建设目前正在快速发展当中。其中,重型电动AGV作为运输的核心设备,其工作环境恶劣、工况复杂、而且面临盐雾腐蚀、严寒高温等作业环境,因此,对其核心电机驱动系统进行实时监控势在必行。通过监控环境、运行参数、机械状态等信息,可以实现智能AGV车辆的在线监测、工况数据收集及远程诊断等。港口起重机
港口岸桥起重机作为港口的核心装备,其运行状态及健康情况对于港口业主设备运维来说非常重要。岸桥设备一般都处沿海偏远地区,设备攀爬非常危险,通过监测振动、裂纹、电压、电流等综合状态,可以帮助用户大大降低运维成本,提前预测设备故障,降低风险。
基于物联网架构的振动监测与故障诊断系统
传统基于振动信号的监测和故障诊断系统大部分均已服务器端数据存储和计算为主,无法实现大规模的在线监测和智能诊断,因此,我们采用基于边缘计算、物联网和人工智能技术的实时监测和故障预测系统,以助力实现关键及辅助资产的在线监测,提前预测风险,提高生产效率。沿线噪声环境监测
当列车通过时会产生滚动噪声,轮轨表面不平顺是激发轮轨振动的主要原因,与其密切相关的体现是轮轨磨耗情况。利用先进传感技术、边缘计算与人工智能技术,助力实现运维全过程的数字化、智能化、敏捷化。